OpenAI prepara a maior reformulação do ChatGPT desde o lançamento. Segundo reportagem do Financial Times, a empresa planeja transformar o assistente em um superapp capaz de executar tarefas de várias etapas, em vez de apenas responder a perguntas.

A virada amplia o escopo do produto. No novo formato, o ChatGPT reuniria ferramentas de programação, geração de imagens, agentes de IA e serviços de parceiros como Canva e Booking.com, com a proposta de concluir ações como reservar uma viagem ou organizar uma agenda.

O movimento ocorre às vésperas do IPO planejado pela OpenAI para 2026. A reorganização tem foco declarado em clientes corporativos, segmento em que a empresa disputa mercado diretamente com a Anthropic, e deve chegar a sites e aplicativos nas próximas semanas.

O que a OpenAI planeja

O plano redesenha a interface do ChatGPT na web e nos aplicativos. A ideia central é deslocar o produto da lógica de conversa para a de execução, com o assistente assumindo tarefas completas em nome do usuário a partir de um único ambiente.

Essa mudança reflete uma aposta interna da companhia. “O chat está morto”, afirmou um funcionário sênior da OpenAI ao Financial Times, em referência à expectativa de que agentes capazes de agir passem a importar mais do que respostas em texto.

Para sustentar a transição, a empresa teria deixado em segundo plano algumas iniciativas voltadas ao consumidor. O foco se concentra na consolidação de recursos que aproximam o ChatGPT de uma plataforma única de produtividade.

De chatbot a executor de tarefas

A principal alteração está na forma como o usuário interage com o produto. Em vez de receber apenas texto, ele poderá delegar fluxos completos, como pesquisar opções, comparar alternativas e finalizar uma reserva sem sair da conversa.

Esse comportamento depende da combinação de agentes e integrações. Ao conectar serviços externos, o ChatGPT deixa de funcionar como uma caixa de respostas e passa a operar como intermediário entre o usuário e diferentes plataformas parceiras.

A abordagem aproxima a OpenAI do conceito de superapp já consolidado em outros mercados. O termo descreve aplicativos que concentram múltiplos serviços, de mensagens a pagamentos, dentro de uma mesma interface.

Integração com Codex e parceiros

O Codex, ferramenta de programação da OpenAI, está no centro da nova arquitetura. A empresa pretende reunir capacidades de código, imagem e automação no mesmo produto, em vez de mantê-las distribuídas em recursos separados.

As primeiras parcerias dão a dimensão do plano. Canva e Booking.com figuram entre os serviços confirmados, e a expectativa é que o catálogo de integrações cresça à medida que o formato de superapp avança entre os usuários.

Os números por trás da mudança

A reorganização tem motivação financeira clara. Cerca de 2 milhões de clientes corporativos respondem hoje por aproximadamente 40% da receita da OpenAI, parcela que a empresa pretende elevar para 50% até o fim do ano.

O crescimento do Codex reforça a direção da aposta. Desde o lançamento, a base de usuários da ferramenta aumentou seis vezes e ultrapassou 5 milhões de usuários semanais, segundo dados da própria companhia.

Esses indicadores ajudam a explicar o foco em execução de tarefas. O uso corporativo, ligado a automação e produtividade, sustenta a estratégia de transformar o ChatGPT em uma plataforma com mais pontos de monetização.

Disputa com a Anthropic

A reformulação acontece em um mercado de assistentes cada vez mais concorrido. No segmento empresarial, a OpenAI compete diretamente com a Anthropic, que tem ampliado a oferta de modelos voltados a tarefas de código e automação.

A consolidação de recursos em um único produto faz parte dessa disputa. Ao reunir agentes, código e integrações, a OpenAI busca diferenciar o ChatGPT em um cenário no qual a capacidade de executar ações ganha peso frente à simples geração de texto.

Quando deve chegar

O cronograma anunciado é de curto prazo. A reportagem indica que a nova experiência começa a ser distribuída nas próximas semanas, primeiro no site e nos aplicativos do ChatGPT.

Como se trata de um plano em implementação, detalhes podem mudar até a liberação ampla. A própria OpenAI ainda não publicou um anúncio oficial detalhando todos os recursos e o calendário completo da reformulação.

Buscas no Google que terminam sem clique já são maioria absoluta. Estudo da SparkToro, com base em dados da Similarweb, apontou que 68,01% das pesquisas feitas nos Estados Unidos entre janeiro e abril de 2026 não geraram nenhum clique para sites externos.

O mesmo levantamento mostra o encolhimento do tráfego para a web aberta. A cada 1.000 buscas, apenas cerca de 232 cliques, o equivalente a 23%, chegam a páginas independentes, fora das propriedades do próprio Google e de plataformas dominantes.

A análise, assinada por Rand Fishkin, cofundador da SparkToro, relaciona a queda ao avanço das respostas geradas dentro da busca. Os AI Overviews, resumos com inteligência artificial exibidos no topo dos resultados, aparecem como principal fator de redução dos cliques.

O que o estudo revela

O estudo mede o destino dos cliques após uma busca. Em vez de estimar comportamento, ele acompanha o caminho real dos usuários a partir de um painel de navegação, o que permite separar buscas que geram clique daquelas que terminam na própria página de resultados.

Os números consolidam uma tendência observada há anos. A parcela de pesquisas sem clique deixou de ser exceção e passou a definir o padrão de uso do Google, com efeito direto sobre o volume de visitas que chega a sites de terceiros.

68% das buscas terminam sem clique

O dado central do levantamento é a taxa de zero-click. Entre janeiro e abril de 2026, 68,01% das buscas nos Estados Unidos não resultaram em clique algum, segundo a SparkToro.

O patamar representa um salto frente ao período anterior. Em 2024, a taxa estava em 60,45%, o que indica alta de 7,5 pontos percentuais em dois anos, num movimento consistente de retenção do usuário dentro da busca.

Essa evolução altera a base de cálculo de qualquer estratégia de aquisição. Quanto maior a fatia de buscas sem clique, menor o número de oportunidades de tráfego disponíveis para o mesmo volume de pesquisas.

Queda no tráfego para a web aberta

A contrapartida do zero-click aparece no tráfego para a web aberta. Em 2026, cerca de 23% dos cliques alcançam páginas independentes, ante 37,4% registrados em 2024 pelo mesmo tipo de medição.

Em números absolutos, a diferença é expressiva. O volume caiu de 374 para 232 cliques a cada 1.000 buscas, uma redução que atinge diretamente publishers, e-commerces e qualquer site que dependa de visitas vindas do Google.

AI Overviews pressionam o clique

O estudo aponta os AI Overviews como motor da mudança. “Os AI Overviews, agora presentes em mais de 20% de todas as buscas, reduzem o CTR em quase 60% quando aparecem”, afirmou Rand Fishkin.

O mecanismo é direto. Ao entregar uma resposta pronta no topo da página, o recurso reduz a necessidade de o usuário visitar um site, o que diminui a taxa de cliques mesmo para resultados bem posicionados em SEO.

Esse efeito ajuda a explicar por que ganhos de posição nem sempre se traduzem em mais visitas. A presença de uma resposta gerada por IA compete pela atenção antes mesmo de o usuário considerar os links orgânicos.

Como o estudo foi conduzido

A metodologia se apoia em dados de navegação reais. As informações vêm do painel de desktop e mobile da Similarweb, referente a buscas nos Estados Unidos no primeiro quadrimestre de 2026.

Para refletir o uso atual, a amostra foi ponderada em dois terços mobile e um terço desktop. Esse desenho aproxima o resultado do comportamento predominante, em que a maior parte das buscas ocorre em dispositivos móveis.

Dois anos de avanço do zero-click

A série histórica reforça a direção do movimento. A passagem de 60,45% para 68,01% em dois anos mostra um avanço contínuo das buscas sem clique, e não uma oscilação pontual de período.

Diante desse cenário, cresce a relevância de uma estratégia de busca multicanal, que distribui a presença da marca por diferentes superfícies. A leitura dos próprios dados de tráfego, somada à medição do que chega de cada origem, torna-se ponto de partida para acompanhar o impacto do zero-click sobre cada negócio.

Google ativou no Google Analytics a medição automática do tráfego enviado por assistentes de inteligência artificial. A plataforma passa a reconhecer e separar, dentro dos relatórios padrão, as visitas originadas em ferramentas como Gemini, ChatGPT, Claude e Perplexity.

Até agora, esse tráfego costumava se diluir em categorias genéricas, como referência ou acesso direto. Com o novo canal, chamado de AI Assistant, o Google Analytics atribui automaticamente o medium “ai-assistant” às sessões reconhecidas, sem exigir que o time configure marcação manual de campanhas.

A mudança chega em meio ao avanço do tráfego automatizado na web. Segundo a Cloudflare, bots já respondem por 57% das requisições de páginas. Para equipes de marketing, separar o que chega de humanos por meio da IA torna-se condição para avaliar o retorno desse canal.

O que muda no Google Analytics

O Google Analytics ganhou um agrupamento dedicado dentro do Default Channel Group. Quando a ferramenta identifica que uma visita veio de um assistente de IA reconhecido, ela classifica a sessão no canal AI Assistant, em vez de empurrá-la para grupos genéricos.

Na prática, a plataforma deixa de tratar essas visitas como tráfego de referência comum. O agrupamento aparece diretamente nos relatórios de aquisição, ao lado de canais tradicionais como Organic Search, Direct e Paid Social, sem que o analista precise montar segmentos próprios.

Essa organização responde a uma demanda concreta das áreas de dados. Sem um canal específico, mensurar o volume de visitas vindas de IA dependia de filtros manuais, expressões regulares e revisão constante, um processo trabalhoso e sujeito a falhas.

Quais assistentes de IA são reconhecidos

O Google citou Gemini, ChatGPT, Claude e Perplexity como exemplos de origens reconhecidas. A empresa, porém, não divulgou a lista completa de referrers identificados pelo sistema, o que deixa em aberto quais outras ferramentas entram no agrupamento.

A cobertura tende a evoluir conforme novos assistentes ganham relevância. Como o reconhecimento depende do referrer enviado por cada plataforma, a inclusão de uma origem está condicionada à forma como ela encaminha o usuário ao site de destino.

Como funciona a detecção automática

O mecanismo se apoia no referrer da sessão. Quando o Google Analytics detecta um endereço de origem correspondente a um assistente reconhecido, atribui o valor “ai-assistant” à dimensão de medium e agrupa a visita no canal correspondente.

Todo o processo ocorre sem marcação manual. O analista não precisa adicionar parâmetros UTM nem criar regras personalizadas, já que a classificação acontece de forma nativa no momento em que a sessão é registrada. Visitas vindas do ChatGPT, por exemplo, passam a ser contabilizadas automaticamente nesse grupo.

A abordagem reduz o esforço de configuração e padroniza a leitura entre contas. Com a regra aplicada pela própria plataforma, equipes diferentes passam a comparar dados sob o mesmo critério, sem depender de implementações individuais que variam de site para site.

Quais são as limitações da medição

A detecção não captura todo o tráfego de IA. Sessões que chegam sem informação de referrer continuam classificadas como Direct, o que significa que parte das visitas originadas em assistentes permanece fora do novo agrupamento.

Há ainda uma distinção importante em relação à busca. Visitas geradas pelos AI Overviews, os resumos com IA exibidos na própria página de resultados do Google, seguem contabilizadas como Organic Search, e não no canal AI Assistant.

O rollout também é faseado. Quando o canal não aparece em uma conta, a ausência costuma indicar o estágio da liberação, e não falta de tráfego de IA, já que a disponibilização ocorre de forma gradual entre os usuários da plataforma.

Disponibilidade e rollout

O recurso é liberado dentro do próprio Google Analytics, sem custo adicional para quem usa a ferramenta. A implementação alcança contas de forma progressiva, e a presença do canal depende do avanço dessa distribuição.

Para quem ainda não visualiza o agrupamento, a orientação prática é aguardar a chegada do rollout antes de recorrer a configurações alternativas. Filtros manuais e canais personalizados seguem válidos como complemento, sobretudo para capturar origens fora da lista reconhecida.

Tráfego de IA ganha peso na web

O lançamento acompanha a consolidação dos assistentes como porta de entrada para conteúdo. À medida que usuários passam a pesquisar e navegar a partir de ferramentas de IA, a parcela de visitas vinda desses ambientes deixa de ser marginal nos relatórios.

Esse movimento aparece também no comportamento das próprias plataformas. Ferramentas como o Gemini e os demais assistentes ampliam a oferta de respostas com links, o que transforma cada citação em uma fonte potencial de tráfego mensurável.

Com um canal próprio nos relatórios padrão, o Google Analytics oferece a marcas e analistas uma base mais clara para acompanhar essa origem. A medição direta substitui estimativas e aproxima a leitura do tráfego de IA do padrão já aplicado aos canais consolidados.

OpenAI apresentou seis plugins específicos por função para o Codex, sua ferramenta de IA, com o objetivo de levar a tecnologia a profissionais que não programam. O anúncio foi feito pela empresa nesta semana e amplia o uso da ferramenta para tarefas de escritório.

Os novos plugins reúnem 62 aplicativos populares e somam 110 habilidades. Cada conjunto agrupa integrações, instruções e contexto para reproduzir funções específicas de trabalho, segundo a empresa. A proposta é transformar informações dispersas em entregáveis como resumos, apresentações e relatórios.

O movimento reforça a estratégia da companhia de posicionar o Codex além do público de desenvolvedores. De acordo com a empresa, profissionais que não escrevem código já representam parcela relevante da base de usuários e crescem em ritmo acelerado.

Quais são os seis plugins

Os plugins cobrem seis áreas de atuação: análise de dados, produção criativa, vendas, design de produto, investimento em ações públicas e banco de investimento. Cada um foi desenhado para um tipo de tarefa recorrente nessas funções.

O plugin de análise de dados atende analistas e times de negócio. A ferramenta explora dados de produto e de negócio, explica variações em métricas e gera relatórios e painéis. Para isso, conecta-se a aplicativos como Snowflake, Databricks Genie, Hex e Tableau.

Já o plugin de banco de investimento foi voltado a banqueiros. Conforme a empresa, ele transforma pesquisa e análise em materiais prontos para clientes, prepara documentos de apresentação e avalia empresas e transações comparáveis. O conjunto também inclui um plugin de investimento em ações públicas, destinado a investidores.

O plugin de vendas, por sua vez, atende equipes comerciais. A ferramenta traz contexto sobre clientes para tarefas que fazem negócios avançarem, com integrações a plataformas como Salesforce, HubSpot, Slack, Outreach, Clay e Rox. Há ainda um plugin de design de produto, usado para criar protótipos e auditar experiência de uso.

Próximos plugins anunciados

Além dos seis conjuntos já disponíveis, a OpenAI informou que outros plugins por função chegarão em seguida. A lista citada pela empresa inclui finanças corporativas, investimento em participações privadas, estratégia de marketing, consultoria estratégica e jurídico.

A sequência de lançamentos indica a intenção de cobrir mais áreas de escritório com a ferramenta. Cada novo plugin segue o mesmo modelo dos atuais, com integrações e instruções voltadas a uma função específica.

Recurso mira equipes de marketing

O plugin de produção criativa foi posicionado para equipes de marketing e times criativos. A ferramenta parte de um briefing e gera materiais que a equipe pode revisar, como quadros de campanha e variações de anúncios em display.

Além disso, o recurso produz imagens de produto em contextos de uso e conjuntos prontos para comércio eletrônico. As integrações incluem aplicativos de design e bancos de imagens, entre eles Figma, Canva, Shutterstock, Picsart e Fal.

A aposta no público de marketing acompanha o argumento da empresa de que profissionais fora da área de desenvolvimento ganham espaço. Segundo a OpenAI, esses usuários incluem analistas, profissionais de marketing, designers e pesquisadores.

Anotações e sites interativos

Junto dos plugins, a OpenAI apresentou dois recursos transversais. O primeiro é a função de anotações, que permite ao usuário marcar trechos específicos de um documento para direcionar comandos e refinar resultados naquele ponto.

O segundo recurso, chamado Sites, entrega o trabalho na forma de sites interativos hospedados, em vez de arquivos locais. Dessa forma, o resultado pode ser compartilhado por meio de um endereço na internet, conforme descrição da empresa.

O recurso Sites está disponível em preview para times Business e Enterprise dentro do aplicativo do Codex. Para essa função, a empresa firmou parcerias com Wix, Base44, Replit, Lovable, Figma e Emergent, com planos de ampliar o ecossistema de parceiros.

Números de uso da ferramenta

A OpenAI divulgou dados sobre a adoção do Codex. A ferramenta soma mais de 5 milhões de usuários ativos por semana, o que representa crescimento de seis vezes desde o lançamento da versão para desktop, em fevereiro de 2026.

Os profissionais que não programam respondem por cerca de 20% da base de usuários, segundo a empresa. Esse grupo cresce mais de três vezes mais rápido do que o de desenvolvedores, ritmo que sustenta a expansão da ferramenta para novas funções.

Os números ajudam a explicar a decisão de criar plugins por área. Com a base de não desenvolvedores em alta, a companhia direciona recursos para tarefas comuns em escritórios.

Contexto no mercado brasileiro

A expansão repercutiu na imprensa de tecnologia no Brasil. Conforme a Exame, os plugins miram analistas, banqueiros e times de marketing, com integrações que vão de plataformas de dados a ferramentas de design.

No país, parte das funções citadas pela OpenAI já utiliza os aplicativos integrados aos plugins. Plataformas como Salesforce, HubSpot, Slack, Figma e Canva são adotadas por equipes comerciais e de marketing em empresas brasileiras.

Por isso, o anúncio chega a um mercado familiarizado com as ferramentas conectadas. O desdobramento de adoção local, porém, ainda depende de fatores como preço e disponibilidade, não detalhados pela empresa.

Posicionamento da empresa

A diretora de receita da OpenAI, Denise Dresser, comentou o lançamento. Em comunicado, a executiva afirmou que a IA passa a executar trabalho cada vez mais relevante dentro das organizações.

Segundo Dresser, o desafio atual está em ajudar as empresas a integrar esses sistemas à infraestrutura e aos fluxos de trabalho que sustentam seus negócios. A declaração resume o foco da companhia na adoção corporativa.

O lançamento dá sequência ao suporte a plugins iniciado pela OpenAI em março de 2026. A empresa não informou datas de disponibilidade geral nem valores para os novos plugins por função.

A SISTRIX divulgou estudo que mede como as citações do ChatGPT se reorganizaram após a atualização do modelo para o GPT-5.5. A empresa registrou uma redistribuição de 47% das fontes citadas no intervalo de 48 horas em torno da mudança, ocorrida em 23 de maio de 2026. A análise se baseou em respostas geradas em alemão.

Para efeito de comparação, a variação diária típica das citações observada pela empresa fica entre 1% e 2%. O salto para 47% levou a SISTRIX a classificar o evento como um “ChatGPT Core Update”, em referência às atualizações de núcleo do algoritmo do Google.

A própria empresa, contudo, ressalva que se trata de correlação, e não de prova de que a troca de modelo causou o movimento. A coincidência temporal entre a atualização e o salto nas citações sustentou o nome atribuído ao evento, sem confirmar relação de causa.

O levantamento, publicado em 29 de maio, examinou 38 amostras diárias de 100 mil respostas cada, totalizando 3,8 milhões de respostas e mais de 100 milhões de menções a fontes. Os dados foram coletados com o produto de monitoramento de prompts da própria SISTRIX.

O que a SISTRIX mediu

O estudo acompanhou quais domínios o ChatGPT cita ao responder usuários e em que proporção essas referências variam ao longo do tempo. A SISTRIX comparou dois períodos: os quatro dias anteriores à atualização, de 18 a 21 de maio, e os quatro dias posteriores, de 26 a 29 de maio.

A troca de modelo foi confirmada em 23 de maio, quando o ChatGPT passou do GPT-5 mini para o GPT-5.5. Por isso, a empresa enquadrou a janela de 22 e 23 de maio como o momento de transição entre as duas versões.

O parâmetro de 47% mede a parcela de citações que mudou de origem entre os dois períodos. Em outras palavras, quase metade das fontes referenciadas pelo modelo deixou de ser a mesma de antes da atualização, índice muito acima da movimentação registrada em dias comuns.

Metodologia e amostra

Para a análise de ganhadores e perdedores, a SISTRIX utilizou um recorte de 800 mil respostas distribuídas entre os períodos anterior e posterior à mudança. Esse conjunto permitiu comparar a frequência com que cada domínio aparecia antes e depois do GPT-5.5.

Todo o material analisado corresponde a respostas em alemão. A escolha do idioma único delimita o escopo do estudo e indica que os resultados refletem o comportamento do modelo nesse mercado específico.

A coleta envolveu mais de 100 milhões de menções a fontes ao longo das 38 amostras diárias. Esse volume serviu de base para mapear a frequência de cada domínio e medir a oscilação entre os períodos comparados.

Queda no número de fontes por resposta

Além da troca de domínios citados, a SISTRIX identificou redução na quantidade de fontes que o ChatGPT referencia em cada resposta. A média caiu de 30,9 para 28,4 fontes após a atualização.

Esse recuo indica que o modelo passou a apoiar suas respostas em um conjunto ligeiramente menor de referências. A diferença, embora discreta na média, acompanha a reorganização mais ampla observada na origem das citações.

A redução de cerca de duas fontes e meia por resposta convive com a troca de quase metade dos domínios citados. Os dois movimentos, somados, descrevem uma alteração simultânea na quantidade e na composição das referências usadas pelo ChatGPT.

Quem ganhou citações

Entre os domínios que mais cresceram, o Reddit aparece com alta de 59% nas citações. Publicações alemãs também avançaram de forma expressiva: welt.de subiu 99%, faz.net teve alta de 124% e bild.de cresceu 83%.

Serviços especializados e plataformas de mídia tiveram saltos ainda maiores. O justwatch.com registrou aumento de 624%, enquanto dazn.com avançou 383% e kicker.de subiu 357%. Ferramentas de mapas como mapbox.com e openstreetmap.org cresceram 83% cada.

Quem perdeu citações

No sentido oposto, agregadores internacionais sofreram as quedas mais acentuadas. O Indeed recuou 47%, o Tripadvisor caiu 53% e o Expedia perdeu 60%. Plataformas como Glassdoor e Rome2rio também registraram quedas, de até 52% e 60%, respectivamente.

Grandes plataformas globais de tecnologia igualmente perderam espaço. O YouTube caiu 18%, a Wikipedia recuou 14% e o google.com teve queda de 22%. Facebook e LinkedIn registraram retração de 20% cada. Entre os portais alemães, o Kununu caiu 46%.

Padrão identificado pelo estudo

O conjunto de dados aponta um padrão consistente: serviços e publicações alemães ganharam visibilidade, ao passo que agregadores internacionais e grandes plataformas globais perderam citações. A SISTRIX descreveu o movimento como uma valorização de fontes locais e especializadas no mercado analisado.

Ainda assim, a empresa reforça a ressalva metodológica de que os números mostram correlação com a troca de modelo, sem estabelecer relação de causa direta. Outros fatores poderiam ter influenciado a redistribuição no mesmo intervalo.

Contexto para profissionais de GEO

O estudo se soma ao crescente interesse pela otimização para mecanismos generativos, área que mede a presença de marcas e veículos nas respostas de modelos de linguagem. A SISTRIX comercializa a ferramenta de monitoramento de prompts utilizada na coleta dos dados.

Para profissionais que acompanham citações em ferramentas de IA, o dado central é a magnitude da variação: uma reorganização de 47% das fontes em dois dias, contra a oscilação habitual de 1% a 2%. O levantamento completo está disponível no site da SISTRIX.

Google confirmou a conclusão do May 2026 core update na última semana. Com isso, a implementação completa levou 11 dias e 21 horas, intervalo próximo dos doze dias e dentro da janela de até duas semanas que o Google havia indicado no anúncio inicial.

Trata-se do segundo core update do ano. O primeiro de 2026 ocorreu entre 27 de março e 8 de abril. A conclusão do ciclo de maio encerra um período de instabilidade prolongada nos resultados de pesquisa, acompanhado de perto por profissionais de SEO e por ferramentas de rastreamento.

O que o Google registrou sobre o encerramento

No Search Status Dashboard, a empresa marcou o May 2026 core update como incidente concluído. O painel exibe apenas o nome da atualização, a data de início e a duração total, sem descrição técnica adicional.

Esse formato segue o padrão dos comunicados anteriores. O Google costuma anunciar o início e o fim de cada core update no dashboard, sem detalhar quais sistemas de classificação foram ajustados nem quais setores foram mais afetados.

A confirmação no painel oficial serve como marco para a comunidade de busca. A partir dela, profissionais sabem que o processo de reordenamento terminou e que as posições observadas refletem o estado final do algoritmo.

Ao descrever a atualização no lançamento, a empresa a definiu como uma atualização regular voltada a destacar melhor conteúdo relevante e satisfatório para os usuários, vindo de todos os tipos de sites.

Volatilidade marcou o período de implementação

Durante os quase doze dias de implementação, os resultados de busca apresentaram oscilações em vários momentos, e não apenas no início e no encerramento. Profissionais de SEO relataram movimentação em diferentes nichos e países ao longo do ciclo.

Segundo dados de monitoramento de mercado, os picos mais relevantes de volatilidade ocorreram em 23 de maio, 30 de maio e nas 24 horas que antecederam a conclusão. Ferramentas de acompanhamento da Semrush registraram esses períodos de maior instabilidade.

Alguns sites observaram saltos expressivos de posicionamento durante os fins de semana do ciclo. A combinação desses fatores tornou a atualização de maio mais perceptível do que a de março, conforme relatos da comunidade de busca.

A oscilação distribuída ao longo do período também dificultou leituras intermediárias. Cada novo pico redefinia parte do ranking, o que tornou arriscada qualquer conclusão antes do encerramento oficial registrado em 2 de junho.

Comparação com o core update de março

O May 2026 core update durou cerca de doze dias, duração praticamente igual à do core update de março de 2026, que também se estendeu por aproximadamente o mesmo período. A semelhança, porém, ficou restrita ao tempo de implementação.

Em termos de impacto, o ciclo de maio foi descrito como mais intenso. O analista Glenn Gabe afirmou que a atualização “tem sido poderosa até agora… muito mais parecida com um core update típico”, e acrescentou que “março foi morno, mas maio é grande”.

Esse contraste ajuda a explicar a atenção dedicada ao ciclo. Enquanto a atualização de março gerou movimentação contida, a de maio produziu variações mais amplas, percebidas em múltiplos segmentos de mercado.

Orientações do Google para sites afetados

Junto à conclusão, o Google reforçou suas recomendações habituais. A empresa indicou que não existem ações específicas capazes de reverter quedas provocadas por um core update.

Em vez de táticas voltadas apenas aos mecanismos de busca, a orientação foi concentrar esforços na criação de conteúdo útil, confiável e centrado nas pessoas. Essa diretriz repete o discurso adotado pela empresa em ciclos anteriores.

O Google também não divulgou guias adicionais para o May 2026 core update além das recomendações gerais já publicadas para esse tipo de atualização. Sites que perderam posições devem revisar a qualidade do próprio conteúdo antes de qualquer outra medida.

Segundo a empresa, recuperações tendem a ocorrer entre core updates, à medida que o conteúdo melhora. Não há, contudo, garantia de retomada nem prazo definido para que páginas afetadas voltem às posições anteriores.

Quando analisar os dados de desempenho

Outra recomendação oficial trata do momento certo para avaliar resultados. O Google orientou aguardar ao menos uma semana completa após o encerramento antes de analisar os dados do Search Console.

Com a conclusão em 2 de junho, a primeira janela confiável de comparação começa em 9 de junho. A sugestão é confrontar esse período com a semana anterior ao início da implementação, em 21 de maio.

Esse intervalo de estabilização busca evitar conclusões precipitadas. Durante a implementação, as posições ainda flutuam, e medições feitas no calor do processo podem não refletir o resultado final do reposicionamento.

O que muda para profissionais de SEO

Com o ciclo encerrado, os rankings tendem a se estabilizar nos próximos dias. A movimentação observada durante a implementação passa a representar, agora, o novo patamar de classificação definido pelo update.

Sites que ganharam posições consolidam os resultados, enquanto aqueles que recuaram entram em período de avaliação. A recomendação do Google permanece a mesma: priorizar qualidade e relevância em vez de ajustes técnicos isolados.

O próximo passo, para equipes de conteúdo e busca, é aguardar a janela de análise indicada pela empresa. A partir de 9 de junho, os dados do Search Console oferecem base mais sólida para mensurar o efeito real do May 2026 core update.

O Google anunciou na última quarta-feira, 3 de junho, o início dos testes de relatórios dedicados de desempenho para recursos de IA generativa no Search Console. O comunicado foi assinado por Mrinalini Loew, gerente-geral do ecossistema do Google Search, no blog oficial da empresa.

A novidade reúne dois pacotes de recursos. O primeiro é um relatório que mostra as impressões das páginas em AI Overviews e AI Mode na Busca, assim como em recursos de IA no Discover. O segundo é um botão que permite ao proprietário do site decidir se quer ou não aparecer nessas respostas geradas por IA.

Os recursos chegam em meio à cobrança de profissionais de SEO por dados específicos sobre a presença das páginas nas respostas de IA. Até agora, o Search Console não separava esse desempenho do tráfego de busca tradicional, o que dificultava medir o efeito dos novos formatos sobre cada site.

O que mostra o relatório de IA generativa

O relatório de desempenho de IA generativa exibe quantas vezes os links de um site foram exibidos a um usuário dentro de um recurso de IA na Busca. Em outras palavras, a métrica central é a impressão, e não o clique.

Além da impressão, os dados podem ser agrupados por quatro dimensões. São elas: páginas, com as URLs que apareceram nos recursos de IA; países, conforme a origem da busca; dispositivos, divididos entre desktop, tablet e celular; e datas, com visualização por dia, semana ou mês no fuso horário do Pacífico.

A contagem de impressões segue uma regra específica. Quando dois resultados do mesmo site aparecem em um mesmo recurso de IA generativa, eles são contados como uma única impressão no total do gráfico, segundo a documentação de ajuda do Search Console.

Cliques e consultas ficam de fora por enquanto

O relatório não traz dados de cliques nem informações em nível de consulta. Ou seja, o proprietário do site consegue ver com que frequência apareceu nas respostas de IA, mas não quantas pessoas clicaram a partir delas nem quais termos motivaram a exibição.

No entanto, o Google reconheceu a limitação no anúncio. “Continuamos trabalhando com proprietários de sites para entender quais percepções serão mais úteis para informar suas estratégias, e vamos introduzir métricas adicionais ao longo do tempo”, afirmou a empresa no comunicado.

A ausência de cliques já era apontada como uma lacuna de medição. A título de comparação, o Bing Webmaster Tools, da Microsoft, lançou painéis de desempenho de IA em fevereiro de 2025 com métricas mais detalhadas, incluindo a participação em citações.

Quais recursos de IA são cobertos

No momento, o relatório de Busca contabiliza impressões originadas em dois recursos: AI Overviews e AI Mode. A documentação indica que essa lista deve mudar com o tempo, à medida que novos formatos forem incorporados.

Há ainda um relatório equivalente voltado ao Discover, que cobre os recursos de IA generativa dentro daquele feed. Dados provenientes de experimentos do Search Labs, no entanto, ficam de fora da contabilização.

Botão permite bloquear conteúdo nas respostas de IA

O segundo recurso em teste é um controle dentro do Search Console. Por meio dele, o proprietário do site pode decidir se quer que suas páginas apareçam e ajudem a embasar as respostas dos recursos de IA generativa da Busca.

“Os proprietários de sites podem decidir se querem que seu site apareça e ajude a embasar respostas em nossos recursos de IA generativa”, declarou o Google no comunicado. O controle se aplica a AI Overviews, AI Mode e AI Overviews no Discover.

A escolha tem consequência direta sobre o desempenho. “Os sites que optarem por sair não receberão tráfego nem impressões dos nossos recursos de IA generativa”, informou a empresa. Ou seja, quem bloquear o conteúdo deixa de ser exibido nesses formatos.

Bloqueio não afeta o ranqueamento tradicional

O Google detalhou que o novo controle atua apenas sobre os recursos de IA. “Este controle não será usado como sinal de ranqueamento para resultados de busca fora desses recursos de IA generativa”, afirmou a companhia.

Desse modo, um site que decida não aparecer nas respostas de IA mantém sua posição nos resultados orgânicos convencionais. A separação evita que a opção de bloqueio afete a presença da página na busca padrão.

Lançamento começa pelo Reino Unido

O teste não está disponível para todos. O Google explicou que está “começando a lançar esses recursos para um subconjunto de proprietários de sites no Reino Unido, permitindo testes minuciosos antes de liberá-los globalmente”.

Além da restrição geográfica, há um critério de volume. Sites podem não ver o relatório caso não tenham impressões suficientes nos recursos de IA ou caso tenham sido excluídos desses recursos.

Próximos passos

Os dois recursos seguem em fase de teste, sem data confirmada para liberação ampla. O Google indicou que pretende expandir o acesso a proprietários de sites no mundo todo após o período de validação no Reino Unido.

A empresa também sinalizou que o relatório deve ganhar novas métricas com o tempo, a partir do retorno dos próprios donos de sites. Por ora, a medição se concentra em impressões, páginas, países, dispositivos e datas, sem dados de cliques ou consultas.

A forma como as pessoas encontram informação deixou de passar apenas pela lista azul de links. Boa parte das respostas hoje nasce dentro de assistentes de IA, que leem a web por conta própria antes de sintetizar o que entregam ao usuário. Esse deslocamento muda quem precisa enxergar seu site primeiro: não mais apenas o Googlebot.

Para aparecer nessas respostas, o pré-requisito é técnico antes de ser editorial. Quando os agentes de IA não conseguem acessar, ler e interpretar suas páginas, nenhum conteúdo de qualidade chega a ser citado. A infraestrutura de rastreamento, nesse sentido, virou a base da visibilidade na era da busca generativa.

Este guia percorre o caminho completo, do primeiro acesso de um bot até a citação em uma resposta gerada: quais agentes visitam seu site, como liberá-los no robots.txt, que formatos facilitam a leitura por máquina e quais protocolos preparam o domínio para a camada agêntica. No fim, mostramos como medir cada etapa com ferramentas objetivas.

Profissionais que dominarem essa camada técnica largam na frente, porque garantem que o trabalho de conteúdo e autoridade chegue, de fato, aos modelos que hoje intermediam a decisão de compra.

O que muda quando o crawler é uma inteligência artificial

O rastreamento tradicional foi desenhado em torno de um objetivo único: indexar páginas para depois ordená-las em uma página de resultados. O agente de IA opera com outra lógica. Ele frequentemente busca, lê e resume conteúdo em tempo real, no momento exato em que o usuário faz a pergunta, sem necessariamente manter um índice histórico.

Essa diferença de propósito gera uma diferença de volume. Estudo da Alli AI, conduzido entre janeiro e março de 2026 sobre 24,4 milhões de requisições, registrou 133.361 acessos do ChatGPT-User contra 37.426 do Googlebot no mesmo período. A proporção de 3,6 vezes indica que os sistemas generativos já operam como agentes ativos de rastreamento.

Os números refletem contextos operacionais distintos, e essa ressalva importa. O ChatGPT-User executa buscas pontuais para responder a um usuário, enquanto o Googlebot administra um índice histórico de décadas. Ainda assim, a leitura é clara: ignorar os bots de IA significa abrir mão de um tráfego de rastreamento que já rivaliza com o do maior buscador.

Os novos agentes que visitam seu site

Cada provedor de IA opera seus próprios rastreadores, com nomes e funções diferentes. A OpenAI usa o GPTBot para treinamento, o OAI-SearchBot para indexar resultados de busca e o ChatGPT-User para acessos em tempo real. A Anthropic mantém o ClaudeBot, a Perplexity usa o PerplexityBot, e o Google separou o Google-Extended para produtos de IA.

A consequência prática é que uma única regra genérica no robots.txt não dá conta da realidade. Tratar todos os agentes como um bloco homogêneo costuma produzir dois erros opostos: bloquear quem traz citações valiosas ou liberar quem apenas consome banda. O controle, portanto, precisa ser granular e intencional.

Descoberta: como os agentes de IA encontram seu site

Antes de ler qualquer linha de conteúdo, o agente precisa descobrir o que existe e o que pode acessar. Essa etapa de descoberta se apoia em três sinais públicos: o arquivo robots.txt, o sitemap e a resposta do servidor às requisições. Falhas aqui derrubam todo o restante, por melhor que seja o conteúdo.

O robots.txt continua sendo o controle primário, agora estendido aos user-agents de IA. Nele, você declara quais rastreadores podem percorrer quais diretórios. O sitemap, por sua vez, entrega o mapa das URLs que merecem atenção, o que reduz o esforço do agente para encontrar páginas relevantes em sites extensos.

Diferenciar bloqueio de treinamento e permissão de citação

Existe uma distinção que muitos sites ignoram e que define a estratégia inteira. Bloquear um bot de treinamento, como o GPTBot, impede que seu conteúdo alimente futuros modelos, mas também pode reduzir a familiaridade da IA com sua marca. Já o bot que busca em tempo real é o que viabiliza a citação imediata na resposta ao usuário.

Iniciativas como o Content Signals, proposto pela Cloudflare, tentam tornar essa intenção mais explícita, separando permissões de treinamento, de busca e de uso em respostas. A decisão sobre o que liberar não é técnica apenas, e sim editorial e de negócio: depende de quanto sua marca ganha ao ser citada versus quanto perde ao ceder conteúdo para treinamento.

Na prática, a autorização assume uma forma direta no arquivo. O bloco abaixo libera o rastreador de busca da OpenAI, mantém o GPTBot de treinamento sob avaliação e impede o coletor da Common Crawl, usado por diversos modelos:

User-agent: OAI-SearchBot
Allow: /

User-agent: GPTBot
Allow: /

User-agent: CCBot
Disallow: /

Convém validar o resultado após qualquer mudança. Ferramentas de teste de robots.txt e os relatórios de cobertura indicam se um agente específico foi de fato autorizado, o que evita o erro silencioso de bloquear justamente quem deveria ter passagem livre.

Conteúdo extraível: o formato em que a máquina lê

Liberar o acesso resolve metade do problema. A outra metade é entregar conteúdo que a máquina consiga extrair sem ruído. HTML limpo e semântico, com hierarquia clara de títulos e texto fora de elementos visuais complexos, é lido com muito mais precisão do que páginas que escondem informação atrás de scripts e camadas de estilo.

HTML semântico, nesse caso, significa usar o elemento certo para cada função: títulos em ordem hierárquica, listas marcadas como listas e tabelas como tabelas. Essa estrutura comunica a organização do conteúdo, e permite que o modelo reconstrua o raciocínio da página em vez de adivinhar relações a partir da aparência visual.

Nesse contexto surgiu o llms.txt, uma proposta de arquivo que oferece aos modelos uma versão curada e em texto simples do conteúdo do site. A ideia é análoga à do robots.txt, porém voltada à legibilidade por modelos de linguagem em vez do controle de acesso. O padrão facilita a extração quando bem implementado.

Convém tratar o llms.txt com equilíbrio. Trata-se de uma convenção emergente, ainda não adotada de forma universal pelos grandes provedores, e vozes do próprio Google questionaram seu valor prático frente ao HTML bem estruturado. A recomendação madura é implementá-lo como complemento de baixo custo, sem esperar que ele substitua a qualidade técnica das páginas.

Dados estruturados: a ponte entre conteúdo e máquina

Os dados estruturados descrevem o significado de cada elemento da página em um vocabulário que máquinas entendem. Um preço deixa de ser apenas um número na tela e passa a ser declarado como preço; uma avaliação, como avaliação. Essa marcação reduz a ambiguidade e ajuda o agente a interpretar a página com confiança.

O vocabulário mais usado é o do Schema.org, aplicado por meio de schema markup em formato JSON-LD. Tipos como Article, FAQ, Product e Organization comunicam contexto que o texto puro nem sempre deixa explícito, o que é particularmente útil quando o modelo precisa decidir se a página responde à pergunta do usuário.

Na prática, a marcação de um artigo assume a forma de um bloco no código da página:

{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Título da página",
  "author": { "@type": "Organization", "name": "Sua Marca" },
  "datePublished": "2026-01-01"
}

Esse bloco informa ao agente, sem ambiguidade, o tipo de conteúdo da página, quem o assina e quando foi publicado. São três sinais que ajudam o modelo a avaliar relevância e confiabilidade antes de decidir se cita a fonte.

Vale, no entanto, calibrar a expectativa. Estudos sobre o impacto direto da marcação nas citações de IA ainda divergem, e há análises que apontam efeito modesto sobre a frequência de menções. Os dados estruturados seguem recomendados pela clareza que oferecem, mas funcionam como reforço de interpretação, não como atalho mágico para a citação.

Renderização: por que o JavaScript ainda é um obstáculo

Muitos sites montam o conteúdo no navegador, via JavaScript, depois que a página inicial chega ao usuário. O Googlebot evoluiu para renderizar boa parte desse conteúdo, com custo e atraso. Os agentes de IA, em geral, não chegaram a esse nível: leem o HTML inicial e ignoram o que só aparece após a execução de scripts.

O efeito é direto e silencioso. Um catálogo ou uma tabela que só existe depois da renderização pode estar visível para o usuário e, ao mesmo tempo, invisível para o modelo. Essa lacuna entre o que a pessoa vê e o que a máquina lê é uma das causas mais comuns de baixa presença em IA.

A mitigação passa por entregar o conteúdo essencial já no HTML do servidor, via renderização no servidor ou pré-renderização. Quanto mais informação relevante estiver disponível sem depender de JavaScript, maior a chance de o agente capturá-la de forma íntegra.

Indexação e citação: do crawl à resposta gerada

Rastrear não é o ponto final. Depois de ler a página, o sistema precisa indexá-la e, então, decidir se a usa como fonte. No ecossistema do Google, essa cadeia é especialmente clara: a indexação no buscador é a porta de entrada para as AI Overviews e para o AI Mode, que se apoiam no índice tradicional para fundamentar respostas.

Isso significa que a higiene clássica de SEO técnico não perdeu relevância. Páginas com noindex acidental, conteúdo duplicado sem canonical ou erros de servidor continuam fora do jogo, agora com um custo adicional: além de não rankear, deixam de ser candidatas a citação generativa.

A citação, por fim, premia conteúdo que responde de forma direta e verificável. Trechos objetivos, definições claras e dados com fonte são mais fáceis de extrair e reutilizar do que parágrafos longos e vagos. A estrutura do texto, nesse ponto, conversa diretamente com a probabilidade de virar referência em uma resposta.

A camada agêntica: quando a IA não só lê, mas age

Há uma fronteira além da leitura. Agentes autônomos começam a executar tarefas em nome do usuário, como comparar produtos, preencher formulários ou concluir compras. Para participar dessa camada, o site precisa expor não apenas conteúdo, mas também capacidades de ação descritas em formatos que o agente reconheça.

O ponto de partida é o diretório .well-known, onde convenções recentes pedem que o site declare suas interfaces. O Model Context Protocol (MCP) caminha nessa direção ao padronizar como agentes descobrem e consomem ferramentas e dados, reduzindo a dependência de scraping improvisado para entender o que um domínio oferece.

No comércio, a camada agêntica ganha protocolos próprios. O agentic commerce descreve transações conduzidas por agentes, e padrões como ACP e AP2 estruturam pagamento e autorização nessas operações. Poucos sites precisam disso hoje, mas mapear a fronteira evita decisões de arquitetura que fechem essa porta no futuro.

Como validar se seu site está pronto para a IA

Diagnóstico vale mais do que suposição. Em vez de presumir que o site está acessível, o caminho consultivo é medir cada sinal e tratar o resultado como linha de base para priorizar correções. Foi com esse objetivo que a Conversion desenvolveu o Agent Crawl, que lê o domínio como um agente e devolve um diagnóstico estruturado.

As cinco categorias do Agent Crawl

A metodologia do Agent Crawl organiza a análise em cinco categorias, gera uma nota de 0 a 100 e classifica o site em um nível de maturidade, do estágio invisível ao integrado com agentes. As categorias cobrem a jornada completa de rastreamento e ação:

• Descoberta: permissões no robots.txt para agentes, sitemaps e sinais públicos do domínio.
• Conteúdo: disponibilidade de texto extraível, dados estruturados e HTML legível por máquina.
• Bots: políticas e permissões aplicadas a cada rastreador.
• Protocolos: declaração de interfaces em .well-known, MCP Server Card e catálogo de APIs.
• Ação: sinais operacionais que indicam prontidão para tarefas executadas por agentes.

Cada verificação retorna um status de aprovação, alerta ou falha, acompanhado de recomendações ordenadas por impacto e esforço. Esse formato transforma um conceito abstrato, a prontidão para IA, em uma lista acionável de ajustes priorizados.

Os níveis de maturidade dão sentido à nota. Um site no estágio inicial costuma ter conteúdo invisível para agentes, seja por bloqueio indevido, seja por dependência de renderização. Nos estágios intermediários, o domínio é lido e indexado com consistência. No estágio mais avançado, ele também expõe capacidades de ação e se integra a fluxos conduzidos por agentes.

O valor prático está em transformar a nota em sequência de trabalho. Como as recomendações chegam ordenadas por impacto e esforço, a equipe ataca primeiro o que destrava visibilidade com menor custo, e reserva os itens da camada agêntica para quando houver um caso de uso concreto.

Complementar a medição

Nenhuma ferramenta isolada esgota o tema, e cruzar fontes aumenta a confiança no diagnóstico. O serviço Is It Agent Ready avalia dimensões próximas, organizadas em descoberta, acessibilidade de conteúdo, controle de acesso de bots, descoberta de protocolos e capacidades de commerce. Usá-lo como segunda leitura ajuda a confirmar achados e a identificar lacunas que uma única análise poderia deixar passar.

Checklist técnico de prontidão para IA

Antes de avançar para ajustes sofisticados, vale confirmar que a base está coberta. Os cinco pontos abaixo concentram a maior parte dos casos de invisibilidade e funcionam como verificação inicial de qualquer site:

• Acesso: o robots.txt autoriza os agentes de IA relevantes, sem bloqueio acidental.
• Leitura: o conteúdo essencial está no HTML do servidor, não apenas após a renderização.
• Significado: dados estruturados descrevem os elementos centrais de cada página.
• Indexação: as páginas-chave estão indexadas, sem noindex ou canonical equivocados.
• Medição: existe um diagnóstico recente que aponta o nível de maturidade e as prioridades.

Cada item reprovado representa um ponto de fuga de visibilidade. Tratá-los na ordem em que aparecem, do acesso à medição, costuma render mais do que otimizações pontuais e isoladas espalhadas pelo site.

Por onde começar: prioridades que destravam visibilidade

Diante de tantos sinais, a sequência importa. Os ganhos mais rápidos costumam estar na base: um robots.txt válido e intencional, que libere os agentes certos, resolve a maior parte dos casos de invisibilidade. A partir daí, garantir HTML legível e uma indexação limpa no Google entrega o segundo maior retorno sobre o esforço.

A camada seguinte envolve gerenciar os AI crawlers com critério e revisar o robots.txt à luz dos novos user-agents. Só então faz sentido investir em schema markup refinado e, por último, na camada agêntica, reservada a quem tem caso de uso concreto para agentes que executam ações.

Toda essa engenharia de rastreamento serve a um objetivo maior, que é a presença consistente nas respostas geradas por IA. Esse objetivo é o território do Generative Engine Optimization (GEO), disciplina em que a infraestrutura técnica deste guia se encontra com a estratégia de conteúdo e autoridade.

Perguntas frequentes

Reunimos abaixo as dúvidas mais recorrentes de quem está estruturando o próprio site para ser rastreado, indexado e citado pelas inteligências artificiais, com respostas diretas para orientar as primeiras decisões técnicas.

O que é rastreamento por IA?

Rastreamento por IA é o processo pelo qual modelos generativos acessam, leem e interpretam páginas da web para fundamentar as respostas que entregam aos usuários. Diferente do rastreamento tradicional, ele costuma ocorrer em tempo real e por meio de agentes específicos de cada provedor.

Como liberar os bots de IA no meu site?

O controle é feito no arquivo robots.txt, com regras por user-agent. É possível autorizar rastreadores como GPTBot, ClaudeBot e PerplexityBot de forma individual, decidindo quais diretórios cada um pode acessar. Para o detalhamento de cada agente da OpenAI, consulte o panorama sobre os crawlers da OpenAI.

O llms.txt é obrigatório?

Não. O llms.txt é uma convenção emergente, ainda sem adoção universal, que oferece aos modelos uma versão simplificada do conteúdo. Funciona como complemento de baixo custo, e não substitui a necessidade de HTML limpo, indexação correta e conteúdo de qualidade.

Dados estruturados garantem citação em IA?

Não há garantia. Os dados estruturados reduzem a ambiguidade e ajudam a máquina a interpretar a página, mas estudos sobre seu impacto direto nas citações ainda divergem. Eles são recomendados pela clareza que oferecem, como reforço de interpretação, não como fator isolado de visibilidade.

Como medir se meu site está pronto para IA?

A forma objetiva é usar ferramentas de diagnóstico que leem o domínio como um agente faria. O Agent Crawl avalia cinco categorias e devolve uma nota com recomendações priorizadas, e serviços como o Is It Agent Ready servem de segunda leitura para confirmar os achados.

A OpenAI prepara anúncios focados em conversão dentro do ChatGPT. A iniciativa move o assistente de IA do estágio de anúncios de marca para um modelo de publicidade orientado a resultados.

Os novos formatos miram ações concretas do usuário. Entre eles estão compras, agendamentos de horário e envio de formulários de contato, em vez de apenas exibição de mensagens de marca.

A mudança aproxima o ChatGPT da lógica de plataformas consolidadas. O movimento sinaliza a construção de um ecossistema de publicidade de performance no produto, e não mais experimentos pontuais.

Cobrança por resultado

Um dos pontos centrais é o modelo de cobrança. Segundo as informações divulgadas, o anunciante paga quando a ação desejada acontece, e não pela simples exibição do anúncio.

Esse formato desloca o risco para o resultado final. Em vez de pagar por impressões ou cliques, o anunciante associa o investimento diretamente a conversões mensuráveis.

A abordagem tende a atrair quem busca retorno direto. Para campanhas focadas em vendas e leads, a cobrança por ação reduz a distância entre gasto com mídia e resultado de negócio.

Foco em pequenas e médias empresas

O público inicial prioriza pequenas e médias empresas. A divulgação cita negócios como lavanderias, lava-rápidos e serviços que operam por agendamento como exemplos do perfil-alvo.

Esses anunciantes costumam priorizar leads, reservas e vendas. A proposta atende a essa necessidade ao colocar a conversão, e não o alcance, no centro da campanha.

A escolha do segmento também tem leitura estratégica. Pequenos negócios formam a base ampla de anunciantes das grandes plataformas, e representam volume relevante de investimento em mídia.

Infraestrutura de medição

Para sustentar o modelo, a OpenAI desenvolve ferramentas de mensuração. Entre elas está um pixel próprio, instalado no site do anunciante para acompanhar a atividade após a interação com o anúncio.

A empresa também prepara conexões via API. Por meio delas, negócios podem enviar de volta dados de conversão e de ações de clientes para os sistemas da OpenAI.

Esse conjunto lembra a estrutura de Google e Meta. A medição de ponta a ponta é o que permite atribuir resultados às campanhas e cobrar com base em desempenho.

Do anúncio de marca à performance

O ChatGPT já vinha exibindo anúncios de marca antes desta etapa. A novidade está na transição para publicidade de performance, voltada a gerar ações e não apenas exposição.

Essa passagem costuma marcar o amadurecimento de uma plataforma de mídia. À medida que ferramentas de medição surgem, o inventário de anúncios passa a competir por orçamentos de resposta direta.

Por ora, a iniciativa segue em fase de testes. A divulgação aponta trabalho conjunto com anunciantes e empresas de adtech, sem data específica de liberação ampla.

O que muda para quem anuncia

A entrada do ChatGPT na publicidade de performance amplia o leque de canais. Profissionais de marketing passam a considerar o assistente de IA ao lado de buscadores e redes sociais no planejamento de mídia.

A medição por pixel e API exige preparo técnico. Empresas que quiserem testar os formatos precisarão integrar seus sites e sistemas ao ecossistema da OpenAI, como já fazem com outras plataformas.

Há ainda uma implicação sobre dados. Ao enviar informações de conversão para a OpenAI, o anunciante alimenta o sistema que otimiza a entrega, o que reforça a importância de critérios de privacidade.

Um canal em formação

A construção de um ecossistema de performance indica a direção da monetização do ChatGPT. Em vez de depender só de assinaturas, a OpenAI estrutura uma frente de receita publicitária.

O estágio de testes, porém, pede acompanhamento. Formatos, disponibilidade e regiões ainda podem mudar antes de uma abertura mais ampla a anunciantes.

O WordPress registra o sexto mês consecutivo de queda em participação de mercado. Os dados são da W3Techs e cobrem o período de dezembro de 2025 a maio de 2026.

Nesse intervalo, a fatia do WordPress entre os sites caiu de 43,2% para 41,9%. A redução de 1,30 ponto percentual marca a sequência mais prolongada de recuo recente da plataforma.

O movimento contrasta com a posição histórica do sistema. Mesmo na liderança isolada entre os gerenciadores de conteúdo, o WordPress passou a perder espaço de forma contínua para concorrentes diretos.

Os números da queda

A série da W3Techs mostra um declínio sustentado, e não uma oscilação pontual. A participação recuou em cada um dos seis meses analisados, sem interrupção no período.

Na comparação anual, o recuo também aparece. Em janeiro de 2025, a plataforma respondia por 43,6% dos sites; um ano depois, em janeiro de 2026, o índice estava em 43,0%.

A diferença anual, de 0,60 ponto, é menor do que a queda recente. Isso indica que o ritmo de perda se acentuou nos últimos meses, e não ao longo de todo o ano.

Concorrentes ganham espaço

Enquanto o WordPress recua, plataformas rivais avançam. O Shopify subiu de 5,0% para 5,2%, o Wix passou de 4,2% para 4,3% e o Squarespace foi de 2,4% para 2,5% de participação.

Os ganhos individuais são pequenos, mas apontam direção consistente. Em vez de um único concorrente dominante, vários sistemas absorvem parte da fatia perdida pela plataforma líder.

No campo dos frameworks, o Astro chama atenção pelo crescimento. Seus downloads saltaram de 4,59 milhões para 9,24 milhões entre janeiro e abril, quase o dobro no período.

O que está por trás do recuo

A reportagem associa a queda a um conjunto de fatores ligados à governança do projeto. O conflito público entre Matt Mullenweg e a WP Engine aparece como elemento central da tensão recente.

Entre os pontos citados estão restrições a contas, bloqueios de usuários e disputas sobre clonagem de plugins. Esses episódios alimentaram sentimento negativo em parte da comunidade.

Há também o componente interno. A saída de cerca de 8% dos funcionários da Automattic, empresa por trás do WordPress.com, é mencionada entre os fatores de instabilidade do período.

A fala de Mullenweg

O próprio Mullenweg comentou o desgaste do embate. “Quero o que é melhor para o WordPress, e isso não é ter duas das principais empresas desperdiçando tantos recursos nisso”, afirmou.

A declaração resume o custo do conflito para o ecossistema. A disputa entre grandes participantes consome energia que, no discurso, deveria estar voltada ao projeto e à sua base.

Por que isso importa para profissionais de marketing

O WordPress concentra boa parte das operações de conteúdo e SEO no mercado. Mudanças em sua trajetória afetam decisões de plataforma, manutenção de sites e estratégia de longo prazo.

A migração gradual para Shopify, Wix e frameworks como o Astro amplia o leque de escolhas. Para times que avaliam onde publicar, o cenário sugere atenção a alternativas antes pouco consideradas.

Ainda assim, a liderança permanece com folga. Mesmo em queda, o WordPress responde por mais de 40% dos sites, à frente de qualquer concorrente isolado por ampla margem.

Um movimento a acompanhar

A sequência de seis meses transforma o que poderia ser ruído em tendência. A consistência da queda, somada ao avanço de rivais, dá peso ao acompanhamento dos próximos dados.

O ponto de atenção é se o recuo se estabiliza ou se prossegue. A resposta depende, em parte, da forma como o ecossistema lida com os conflitos de governança expostos no período.